สรุปบทเรียน

การสร้างโมเดลภาพด้วย Keras

Ariel Rokem

Senior Data Scientist, University of Washington

เราเรียนรู้อะไรบ้าง?

• การจำแนกภาพ
• Convolutions
• การลดจำนวนพารามิเตอร์
  • การปรับแต่ง Convolutions
  • การเพิ่ม Pooling Layers
• การปรับปรุงโครงข่าย
  • Regularization
• การทำความเข้าใจโครงข่าย
  • การติดตามการเรียนรู้
  • การแปลความหมายของพารามิเตอร์

การตีความโมเดล

https://distill.pub/2017/feature-visualization/

ขั้นตอนถัดไป?

• โครงข่ายที่ลึกยิ่งขึ้น
• Residual Networks

Residual Networks

ขั้นตอนถัดไป?

• โครงข่ายที่ลึกยิ่งขึ้น
• Residual Networks
• Transfer Learning
• Fully Convolutional Networks

Fully Convolutional Networks

Generative Adversarial Networks

ขั้นตอนถัดไป?

• โครงข่ายที่ลึกยิ่งขึ้น
• Residual Networks
• Transfer Learning
• Fully Convolutional Networks
• Generative Adversarial Networks
• ...

โชคดี!

การสร้างโมเดลภาพด้วย Keras